Veriyle Yalan Söylemek: Grafik ve Sayılarla Manipülasyon Teknikleri

“Veriler yalan söylemez” cümlesi sıklıkla tekrar edilir. Ancak bu ifade eksiktir. Veriler yalan söylemez; insanlar verilerle yalan söyler. Sayılar, grafikler ve istatistikler, nesnel görünümlerine rağmen dikkatli bir okuma yapılmadığında yanıltıcı hale gelebilir. Bilhassa medya, siyaset ve pazarlama alanlarında bu manipülasyon biçimi oldukça yaygındır.

Bu yazıda, sayılarla yanıltmanın en sık kullanılan tekniklerini ve bunlara karşı geliştirebileceğimiz savunma reflekslerini inceliyoruz.

1. Grafik Oynamaları: Görsel Biçimlendirme ile Algı Yönetimi

Grafikler, sayısal bilgileri görselleştirdiği için en güçlü ikna araçlarından biridir. Ancak ölçek, renk, başlık ve eksen kullanımı gibi görsel unsurlar manipülasyon için kolayca kullanılabilir.

En sık rastlanan grafik manipülasyonları:

Ekseni 0’dan başlatmamak: Küçük farklar abartılı görünür.
Y eksenini sıkıştırmak/uzatmak: Değerin büyüklüğü görselde çarpıtılır.
3 boyutlu grafikler: Gerçek oranları saklar, algıyı bozar.
Eksik bağlam: Grafik doğru olabilir ama yorum yanıltıcıdır.

📌 Örnek: Bir siyasi partinin oy oranı 25% → 28% yükselmiştir. Ancak ekseni 20 ile başlatılmış bir sütun grafik, bu artışı dramatik bir zıplama gibi gösterebilir.

💬 Alberto Cairo, “grafiklerin gerçeği göstermek yerine, gerçekmiş gibi görünen bir duyguyu yansıtma gücüne” sahip olduğunu söyler. (The Functional Art, 2012)

2. Yüzde Oyunları ve Bağlamdan Koparma

Sayısal ifadelerde en çok yapılan hilelerden biri, mutlak sayı yerine yüzdelik oran vermek, ya da tam tersi şekilde yüzde oranı saklamak olabilir.

Bazı örnekler:

“Cinayet oranı %50 arttı” → Ancak olay sayısı 4’ten 6’ya çıkmış olabilir.
“Ülkemiz ihracatı %300 arttı” → Ancak bu artış çok düşük bir baz yılından kaynaklanıyor olabilir.
“Kadın istihdamı 3 milyon” → Toplam nüfus içindeki oran verilmemiş.

📌 Bağlamdan koparılmış sayılar, izleyiciyi yanıltmak için değil, yönlendirmek için seçilir.
Bu tür veriler manipülasyon değil, seçici gerçeklik sunumudur.

🔍 OECD ve World Bank gibi açık veri kaynakları, bu tür oranların doğru bağlamda analiz edilmesini kolaylaştırır.

3. Kaynak Gizleme ve Metodoloji Belirsizliği

Veri sunan kişi ya da kurumlar, kaynağı gizleyerek ya da metodolojiyi açıklamayarak doğrulama sürecini zorlaştırabilir. Bu da veriyi, etkili ama sorgulanamaz bir araç haline getirir.

Dikkat edilmesi gereken durumlar:

“Bağımsız araştırmalar gösteriyor ki…” gibi kaynağı belli olmayan ifadeler
Anketlerin örneklem büyüklüğü, demografik dağılımı ve soru biçimlerinin verilmemesi
Tablolarda yer alan “diğer” kategorisinin çok büyük görünmesi

📌 Transparency International, veriye dayalı kamu iletişiminde kaynak gösteriminin zorunlu hale getirilmesini savunur.

💬 “Veri, ancak bağlamı ve yöntemi açıklandığında anlamlıdır.” – Hans Rosling
(Factfulness, 2018)

4. Nasıl Korunuruz? Eleştirel Veri Okuryazarlığı

Bu manipülasyon tekniklerine karşı bireylerin donanımlı olması gerekir. İşte önerilen bazı adımlar:

Eksenleri inceleyin: Grafik 0’dan mı başlıyor? Oranlar görselleştirmeye uygun mu?
Kaynağı sorgulayın: Veri kimden geliyor? Güvenilir bir kurum mu?
Yüzdelik ifadeleri bağlamlandırın: Artış oranı küçük bir değerden mi geliyor?
Soru sorun: Bu veri ne söylüyor? Ne söylemiyor? Hangi veriler dışarıda bırakılmış?

📌 Eğitimciler, gazeteciler ve kamu görevlileri için “eleştirel veri okuryazarlığı” artık temel bir yetkinlik olarak görülmektedir.
Data Literacy Project ve OECD Education 2030 gibi girişimler bu farkındalığı yaymak için aktif çalışmaktadır.